Gen-2

M6是阿里巴巴达摩院推出的，中文社区最大的跨模态预训练模型，模型参数达到十万亿以上，具有强大的多模态表征能力。M6通过将不同模态的信息经过统一加工处理，沉淀成知识表征，为各个行业场景提供语言理解、图像处理、知识表征等智能服务

D-ID是一个人工智能生成的视频创建平台，可以轻松快速地从文本输入中创建高质量、高性价比和引人入胜的视频。背后的AI技术是由Stable Diffusion和GPT-3提供支持，可以在没有任何技术知识的情况下输出100多种语言的视频。D-ID的实时人像功能可以从一张照片中创建视频，虚拟口播主持可以提供文本或音频。它的API在数万个视频上进行训练，以产生逼真的结果。

Pika是什么Pika是近期热门的人工智能初创公司Pika Labs推出的AI视频生成和编辑工具，该工具可以将任何创意转化为视频，用户只需输入文字或图像，即可快速生成3D动画、动漫、卡通、电影等风格的视频。该AI视频生成工具最早于2023年4月下旬推出测试版，累计已经超过50万名早期用户使用，每周都在生成数百万个视频。不过，目前Pika还在进一步完善中，实际使用来看离大规模投入到真正的生产环境中还有一定的距离。Pika的主要功能文本/图像转视频：只需输入几行文本或上传图像，即可利用AI创建简短的高质量视频视频转视频：将现有视频转换为不同的风格，包括不同的角色和对象，同时保持视频的结构视频画面比例扩展：扩展视频的画布或宽高比，比如从9:16竖屏智能转换为16:9横屏，AI模型将预测超出原始视频边界的内容视频内容改变：AI编辑视频画面中的内容或物体，例如改变某人的衣服、添加另一个角色、改变环境或添加道具Pika的适用人群个人消费者：即使完全不懂任何视频制作的人，也可以轻松使用AI创作和编辑视频短视频创作者：快速生成病毒性传播的短视频，在TikTok上带有#pikalabs标签的短视频累计超过3000万次观看电影专业人员：AI将剧本生成分镜初稿，激发摄影灵感并辅助后期电影视频编辑如何使用Pika访问Pika的官网（pika.art），点击使用谷歌或Discord账号登录官网，加入等待列表你也可以直接点击Discord邀请链接（https://discord.com/invite/pika）加入其Discord社区抢先体验加入Pika的Discord社区后，选择任意一个生成频道如#generate-1，然后在输入框中输入/create+提示指令最后等待Pika将视频生成即可常见问题Pika是免费的吗？Pika目前处于免费公测中，用户可以加入Discord频道中体验，后续可能推出付费版本。Pika可以生成多长时间的视频？Pika目前默认生成的视频长度只有3秒钟，后续更新可能支持生成更长时间。Pika生成的视频可以商用吗？目前可以将Pika生成的视频免费商用，不过后期若Pika结束测试或推出付费版，该政策可能有变化。

OpenBMB全称为Open Lab for Big Model Base，旨在打造大规模预训练语言模型库与相关工具， 加速百亿级以上大模型的训练、微调与推理，降低大模型使用门槛，与国内外开发者共同努力形成大模型开源社区， 推动大模型生态发展，实现大模型的标准化、普及化和实用化，让大模型飞入千家万户。OpenBMB开源社区由清华大学自然语言处理实验室和智源研究院语言大模型加速技术创新中心共同支持发起。 发起团队拥有深厚的自然语言处理和预训练模型研究基础，近年来围绕模型预训练、提示微调、模型压缩技术等方面在顶级国际会议上发表了数十篇高水平论文。

Runway是什么Runway是一个创新的AI视频工具，提供先进的AI视频生成、绿幕抠除、动态捕捉、视频编辑等功能。通过Gen-3 Alpha模型，支持用户将文本描述或静态图像转化为高质量、动态视频内容。Runway专注于艺术家和专业创作者，支持文本到视频（T2V）、图像到视频（I2V）等多种创作模式，具备高级导演工具和动作笔刷功能，推动影视创作领域的AI革命。Runway的主要功能文本到视频（Text-to-Video, T2V）：用户输入描述性文本，Runway将其转化为视频，支持复杂场景和角色动作的描述。图像到视频（Image-to-Video, I2V）：将静态图像动态化，添加运动和光影效果，适用于插画和照片动画化。高级相机控制：提供丰富的相机参数调整，如焦距、曝光，实现专业级视频视角和运动轨迹。导演模式：通过时间线和关键帧控制，用户可以精确编辑视频的每一帧，实现复杂的叙事和视觉效果。动作笔刷：允许用户在图像上选择区域并设置不同的运动速度，创造动态视觉效果。并行视频生成：支持同时生成多个视频，提高创作效率。多模态模型：结合视频和图像训练，提升模型的可控性和视频生成的逼真度。如何使用Runway官网访问：打开浏览器，直接访问Runway的官方网站，开始你的视频创作之旅。快速注册：在Runway平台上创建账户，填写基本信息，完成注册登录。选择创作模式：根据你的创意需求，选择适合的创作工具，比如文本到视频或图像到视频。详细输入：在所选工具中输入或上传你的内容，无论是文本描述还是图像，都要尽量详细以指导视频生成。参数微调：利用Runway提供的高级相机控制和导演模式等工具，微调视频的每个细节，如镜头运动和场景转换。一键生成：设置完毕后，点击生成按钮，Runway将根据你的指示开始创作视频。即时预览：视频生成过程中，你可以即时预览效果，确保视频符合你的创意愿景。便捷下载：生成的视频可以直接下载到你的设备，方便后续编辑或分享。Runway的产品定价基础版：永久免费，提供125个一次性credits，适用于新用户尝试基础的AI视频和图像生成功能，但有视频长度和分辨率限制。标准版：提供更多credits，价格根据Runway的最新政策而调整，以官网最新信息为准，适合需要进阶功能如去除水印和更高视频质量输出的用户。高级版（Pro）：年费$336美元起，每月提供2250个credits，适合专业用户和团队，包括高级视频编辑功能和自定义AI训练。无限制版：年费$912美元起，提供完全无限制的视频生成能力，适合需要大量使用高级视频生成功能的专业用户。企业版：价格和具体服务未详述，提供定制化服务和企业级支持，适合大型组织和企业用户。Runway的应用场景视频内容创作：Runway可以快速生成视频内容，适用于个人创作者、视频博主和小型制作团队，用于制作短片、音乐视频、广告和其他创意视频。电影和电视制作：在影视行业中，Runway可以辅助前期制作，如故事板和概念验证，以及快速生成特效镜头，降低制作成本。动画制作：动画师可以用Runway将静态图像或草图转化为动态场景，加速动画创作过程。广告行业：广告设计师可以用Runway快速生成吸引人的广告视频，提高创意实现的效率。教育和培训：在教育领域，Runway可以用于制作教学视频，帮助学生更好地理解复杂的概念和过程。社交媒体营销：企业和品牌可以用Runway制作适合社交媒体平台的短视频内容，增加用户参与度。

Gemma是什么Gemma是由谷歌DeepMind和谷歌的其他团队开发的一系列轻量级、先进的开放AI模型，基于与Gemini模型相同的技术，旨在帮助开发者和研究人员构建负责任的AI应用。Gemma模型系列包括两种权重规模的模型：Gemma 2B 和 Gemma 7B，提供预训练和指令微调版本，支持多种框架，如JAX、PyTorch和TensorFlow，以在不同设备上高效运行。6月28日，第二代模型Gemma 2已发布。Gemma的官方入口Gemma的官网主页：https://ai.google.dev/gemma?hl=zh-cnGemma的Hugging Face模型：https://huggingface.co/models?search=google/gemmaGemma的Kaggle模型地址：https://www.kaggle.com/models/google/gemma/code/Gemma的技术报告：https://storage.googleapis.com/deepmind-media/gemma/gemma-report.pdf官方PyTorch实现GitHub代码库：https://github.com/google/gemma_pytorchGemma的Google Colab运行地址：https://colab.research.google.com/github/google/generative-ai-docs/blob/main/site/en/gemma/docs/lora_tuning.ipynbGemma的主要特性轻量级架构：Gemma模型设计为轻量级，便于在多种计算环境中运行，包括个人电脑和工作站。开放模型：Gemma模型的权重是开放的，允许用户在遵守许可协议的情况下进行商业使用和分发。预训练与指令微调：提供预训练模型和经过指令微调的版本，后者通过人类反馈强化学习（RLHF）来确保模型行为的负责任性。多框架支持：Gemma支持JAX、PyTorch和TensorFlow等主要AI框架，通过Keras 3.0提供工具链，简化了推理和监督微调（SFT）过程。安全性与可靠性：在设计时，Gemma遵循Google的AI原则，使用自动化技术过滤训练数据中的敏感信息，并进行了一系列安全评估，包括红队测试和对抗性测试。性能优化：Gemma模型针对NVIDIA GPU和Google Cloud TPUs等硬件平台进行了优化，确保在不同设备上都能实现高性能。社区支持：Google提供了Kaggle、Colab等平台的免费资源，以及Google Cloud的积分，鼓励开发者和研究人员利用Gemma进行创新和研究。跨平台兼容性：Gemma模型可以在多种设备上运行，包括笔记本电脑、台式机、物联网设备和云端，支持广泛的AI功能。负责任的AI工具包：Google还发布了Responsible Generative AI Toolkit，帮助开发者构建安全和负责任的AI应用，包括安全分类器、调试工具和应用指南。Gemma的技术要点模型架构：Gemma基于Transformer解码器构建，这是当前自然语言处理（NLP）领域最先进的模型架构之一。采用了多头注意力机制，允许模型在处理文本时同时关注多个部分。此外，Gemma还使用了旋转位置嵌入（RoPE）来代替绝对位置嵌入，以减少模型大小并提高效率。GeGLU激活函数取代了标准的ReLU非线性激活，以及在每个Transformer子层的输入和输出都进行了归一化处理。训练基础设施：Gemma模型在Google的TPUv5e上进行训练，这是一种专为机器学习设计的高性能计算平台。通过在多个Pod（芯片集群）上进行模型分片和数据复制，Gemma能够高效地利用分布式计算资源。预训练数据：Gemma模型在大量英语数据上进行预训练（2B模型大约2万亿个token的数据上预训练，而7B模型则基于6万亿个token），这些数据主要来自网络文档、数学和代码。预训练数据经过过滤，以减少不想要或不安全的内容，同时确保数据的多样性和质量。微调策略：Gemma模型通过监督式微调（SFT）和基于人类反馈的强化学习（RLHF）进行微调。这包括使用合成的文本对和人类生成的提示响应对，以及基于人类偏好数据训练的奖励模型。安全性和责任：Gemma在设计时考虑了模型的安全性和责任，包括在预训练阶段对数据进行过滤，以减少敏感信息和有害内容的风险。此外，Gemma还通过了一系列的安全性评估，包括自动化基准测试和人类评估，以确保模型在实际应用中的安全性。性能评估：Gemma在多个领域进行了广泛的性能评估，包括问答、常识推理、数学和科学问题解答以及编码任务。Gemma模型与同样规模或更大规模的开放模型进行了性能对比，在MMLU、MBPP等18个基准测试中，有11个测试结果超越了Llama-13B或Mistral-7B等模型。开放性和可访问性：Gemma模型以开源的形式发布，提供了预训练和微调后的检查点，以及推理和部署的开源代码库。这使得研究人员和开发者能够访问和利用这些先进的语言模型，推动AI领域的创新。常见问题Gemma一词的含义是什么？Gemma在拉丁语中的意思是“宝石”。Gemma是开源的吗？Gemma是开源开放的大模型，用户可在Hugging Face查看和下载其模型。Gemma模型的参数量是多少？Gemma目前提供20亿和70亿参数量的模型，后续还会推出新的变体。

有言是什么有言是由魔珐科技推出的一个一站式AIGC视频创作和3D数字人生成平台，通过提供海量超写实3D虚拟人角色，帮助用户无需真人出镜即可制作视频。该平台基于魔珐自研的AIGC技术，支持用户输入文字快速生成3D内容，并提供自定义编辑、字幕、动效、背景音乐等后期包装功能，简化视频制作流程，让创作变得高效而有趣。有言的主要功能一站式服务：有言整合了从内容生成到后期制作的全套流程，为用户提供了从开始到完成的一站式视频创作解决方案。海量3D虚拟角色库：有言拥有大量高质量的超写实3D虚拟人角色，用户可以根据视频主题和风格选择合适的角色，免去真人出镜的需要。一键生成3D内容：用户只需输入文字，平台即可基于AIGC技术自动生成相应的3D动画、形象和场景，极大地加快了视频制作的初步构建过程。自定义编辑功能：生成的3D内容可以进行详细的自定义编辑，包括调整镜头、角色动作、表情等，以满足用户的个性化需求。后期包装工具：有言提供了一系列后期包装工具，包括添加字幕模板、文字模板、贴纸动效、背景音乐（BGM）和制作片头片尾等，使得视频更具吸引力和专业感。镜头和素材编辑：平台的智能剪辑功能可以帮助用户高效地进行视频剪辑，优化视频节奏和流畅度。用户还可以在有言平台上编辑和整合各种素材，包括图片、视频片段、音效等，以丰富视频内容。如何使用有言访问有言的官网（youyan3d.com），点击右上角登录按钮进行注册/登录登录成功后会跳转到后台界面，点击右上角的新建作品，选择视频版式（横屏或竖屏）然后选择模版、演播室、人物、素材，编辑视频脚本、自定义景别点击渲染视频进行生成、然后进行视频包装（如添加音效、文字、字幕等）最后点击导出即可有言的产品价格免费版：个人版内容素材免费体验、基础版编辑器免费体验、900言币、单条视频时长不超过 3分钟、含品牌水印个人版：价格49.8元/月起，提供个人商用授权。用户根据选择的月套餐或年套餐，可以获得不同数量的言币和视频生成时长，月套餐预计可生成8分钟视频，年套餐则为96分钟。同样提供数百款AIGC资产和DIY编辑人物形象功能，支持最高1080P的视频导出。有言的应用场景教育与培训：教育工作者可以利用有言创建教学视频，通过3D虚拟角色来解释复杂的概念或进行模拟教学，提高学习者的参与度和理解力。营销与广告：企业和营销人员可以使用有言制作吸引人的产品演示视频或广告短片，通过高质量的3D动画和虚拟角色来吸引目标受众的注意力。社交媒体内容制作：内容创作者可以利用有言快速制作出适合社交媒体平台的短视频内容，如抖音、微博等，增强粉丝互动和提高曝光率。企业宣传与演示：公司可以使用有言制作企业介绍、项目提案或产品展示的视频，以更加生动和专业的方式向客户或合作伙伴展示企业实力。个人品牌建设：个人创作者和博主可以通过有言创建个人介绍视频或专业讲解视频，建立和提升个人品牌形象。娱乐与创意表达：有言平台的丰富功能支持艺术家和创意人士制作动画短片、音乐视频或其他创意作品，实现他们的艺术构想。新闻与报道：新闻机构或独立记者可以使用有言快速生成新闻报道视频，尤其在无法现场拍摄的情况下，通过3D虚拟场景和角色来重现新闻事件。虚拟活动与直播：在线上活动或直播中，主办方可以利用有言创建虚拟主持人或演讲者，为活动增添科技感和创新元素。

在浏览器中组装、配置和部署自主人工智能的开源项目